一种采摘机器人覆盖路径规划方法技术

本发明专利技术涉及一种采摘机器人覆盖路径规划方法，包括以下步骤：步骤一：采摘机器人携带双目相机对目标区域进行遍历，识别成熟果实，并输出对应坐标位置；步骤二：将获得的坐标信息通过

【技术实现步骤摘要】
一种采摘机器人覆盖路径规划方法


[0001]本专利技术涉及一种采摘机器人覆盖路径规划方法，属于智能处理

。

技术介绍

[0002]随着机器人技术的发展和水果产量
、
需求不断增加，发展可以使采摘过程更高效的机器人采摘系统已经成为当下亟待解决的问题
。
其中覆盖路径规划是采摘系统的关键技术之一，其目的是规划出一条无碰撞的路径使采摘机器人可沿着规划好的路径完成果园中的采摘作业
。
早期用于农业采摘的覆盖路径规划方法如
Boustrophedon
算法，是对所有网格进行往返遍历，这种算法在区域目标均匀分布时有较好的效果，然而在果园环境中，大多数水果是非均匀分布的，传统覆盖方法遍历目标稀疏的区域和无目标区域会导致能源浪费的情况
。
因此，设计基于果实分布的采摘机器人的覆盖路径规划算法，可以有效提高作业效率
、
减少能源损耗，更有利于实现水果采摘产业的机械化
、
标准化
。

技术实现思路

[0003]为了克服现有研究的不足，本专利技术提供了一种采摘机器人覆盖路径规划方法
。
通过改进蚁群算法解决
TSP(
旅行商
)
问题，可以有效缩短全局路径长度，通过设计基于密度和距离的收益函数来控制机器人在簇内的策略，而不是简单地进行牛耕式往返覆盖或者根据贪心算法进行覆盖，可以有效减少簇内覆盖时间和覆盖路径长度
。
[0004]一种采摘机器人覆盖路径规划方法的具体步骤如下：
[0005]步骤一：采摘机器人携带双目相机对目标区域进行遍历，识别成熟果实，并输出对应坐标位置；
[0006]步骤二：将获得的坐标信息通过
CLIQUE
算法在
xy
平面聚类成簇；
[0007]步骤三：基于簇之间最短距离
、
簇的平均密度等信息，通过改进蚁群算法解决旅行商
(TSP)
问题，得到簇间遍历顺序；
[0008]步骤四：根据得到的簇间遍历顺序确定每个目标簇的起始点和结束点；
[0009]步骤五：基于栅格密度
、
距离
、
覆盖情况信息设计对应簇内搜索策略；
[0010]步骤六：将设计的覆盖路径规划算法通过
MATLAB
与
ROS
之间的通信控制智能体，结合双目相机识别目标水果，实现满足控制性能要求的智能体覆盖规划方法
。
[0011]所述步骤一具体包括：
[0012]通过双目相机识别成熟水果并输出相机坐标系下的坐标
F
c
＝
[X
c Y
c Z
c
]T
，经过坐标变换得到世界坐标系下的水果位置信息
F
w
；
[0013][0014]其中
F
m
＝
[X
m Y
m Z
m
]T
为机器人在世界坐标系下的位置
。
[0015]所述步骤二中
CLIQUE
聚类算法为：扫描所有网格，当发现第一个密集网格时，以密
度大于等于1为密集网格，从当前这个网格开始向外扩展，扩展原则为一个网格与已知密集区域内的网格邻接且自身也是密集网格，则将该网格加入到此密集区域，直至不再有此类网格被发现为止，聚类完成后计算得到每个簇的平均密度
。
[0016]所述步骤三具体包括：
[0017]从当前簇
i
选择簇
j
的状态转移概率为：
[0018][0019]其中
D
ij
表示簇
i
和簇
j
之间最短距离，
ρ
j
表示簇
j
的平均密度，
α
表示信息素重要程度，
β
表示启发式因子重要程度；
[0020]路径上的信息素更新如下：
τ
ij
(t+1)
＝
ρ
·
τ
ij
(t)+(1
‑
ρ
)
Δτ
ij
，其中
ρ
表示信息素衰减系数，
Δτ
ij
表示本次循环
(i,j)
簇之间的信息素增量；
[0021]第
k
只蚂蚁在
t
时刻在簇
i
，簇
j
之间的信息量表示为采用蚁周模型，满足：
[0022][0023]其中，
Q
为常数，
L
k
表示第
k
只蚂蚁在本次循环中走的簇间距离，开始时将
m
只蚂蚁随机分布到
n
个簇上，每只蚂蚁根据公式选择下一步要到达的簇，每经过一个循环跟新每条路径上的信息量，并得到本次循环的最优簇间遍历顺序
。
[0024]所述步骤四具体包括：根据改进蚁群算法得到的簇间遍历顺序后，根据遍历顺序和簇
i
与簇
j
之间的最短距离
D
ij
确定簇
j
的起始点和簇
i
的结束点
[0025]所述步骤五具体包括：
[0026]结合波前算法和贪心算法设计如下收益函数来决定下一目标栅格位置：
[0027][0028]其中
s
i
表示当前采摘机器人位置，
a
i
表示动作，
D
表示
a
i
动作所移动的距离，表示在经过
a
i
动作到达的栅格所能摘得的水果数量，
D
d
表示
a
i
动作到达的栅格与当前簇的结束点的距离，表示
a
i
动作后到达的栅格是否已经被覆盖，即：
[0029][0030]根据当前所在位置决定动作
a
i
的选择，基于采摘机器人的采摘半径内栅格的覆盖情况，存在两种情形：
[0031]Case 1
：当采摘半径内仍有栅格需要被覆盖，根据决定下一目标栅格执行任务作业，
[0032]A
i
'
＝
{a
i
∈A
i
|
ρ
(
γ
x,y
)≥
δ
}
表示在可选动作到达的栅格中密度高于一定阈值的栅
格，即需要被覆盖的栅格，
δ
＝
1,A
i
＝
{1,2,本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种采摘机器人覆盖路径规划方法，其特征在于：包括以下步骤：步骤一：采摘机器人携带双目相机对目标区域进行遍历，识别成熟果实，并输出对应坐标位置；步骤二：将获得的坐标信息通过
CLIQUE
算法在
xy
平面聚类成簇；步骤三：基于簇之间最短距离
、
簇的平均密度等信息，通过改进蚁群算法解决旅行商问题，得到簇间遍历顺序；步骤四：根据得到的簇间遍历顺序确定每个目标簇的起始点和结束点；步骤五：基于栅格密度
、
距离
、
覆盖情况信息设计对应簇内搜索策略；步骤六：将设计的覆盖路径规划算法通过
MATLAB
与
ROS
之间的通信控制智能体，结合双目相机识别目标水果，实现满足控制性能要求的智能体覆盖规划方法
。2.
根据权利要求1所述的一种采摘机器人覆盖路径规划方法，其特征在于：所述步骤一具体包括：通过双目相机识别成熟水果并输出相机坐标系下的坐标
F
c
＝
[X
c Y
c Z
c
]
T
，经过坐标变换得到世界坐标系下的水果位置信息
F
w
；其中
F
m
＝
[X
m Y
m Z
m
]
T
为机器人在世界坐标系下的位置
。3.
根据权利要求2所述的一种采摘机器人覆盖路径规划方法，其特征在于：所述步骤二中
CLIQUE
聚类算法为：扫描所有网格，当发现第一个密集网格时，以密度大于等于1为密集网格，从当前这个网格开始向外扩展，扩展原则为一个网格与已知密集区域内的网格邻接且自身也是密集网格，则将该网格加入到此密集区域，直至不再有此类网格被发现为止，聚类完成后计算得到每个簇的平均密度
。4.
根据权利要求3所述的一种采摘机器人覆盖路径规划方法，其特征在于：所述步骤三具体包括：从当前簇
i
选择簇
j
的状态转移概率为：其中
D
ij
表示簇
i
和簇
j
之间最短距离，
ρ
j
表示簇
j
的平均密度，
α
表示信息素重要程度，
β
表示启发式因子重要程度；路径上的信息素更新如下：
τ
ij
(t+1)
＝
ρ
·
τ
ij
(t)+(1
‑
ρ
)
Δτ
ij
，其中
ρ
表示信息素衰减系数，
Δτ
ij
表示本次循环
(i,j)
簇之间的信息素增量；第
k
只蚂蚁在
t
时刻在簇
i
，簇
j
之间的信息量表示为采用蚁周模型，满足：
其中，
Q
为常数，
L
k
表示第
k
只蚂蚁在本次循环中走的簇间距离，开始时将
m
只蚂蚁随机分布到
n
个簇上，每只蚂蚁根据公式选择下一步要到达的簇，每经过一个循环跟新每条路径上的信息量，并得到本次循环的最优簇间遍历顺序

【专利技术属性】
技术研发人员：金鑫，何俊华，谢焌，黄娜，唐研轩，董伟，方晓伦，赵晓丹，张帆，张尧，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：